Overview

Dataset statistics

Number of variables18
Number of observations13476
Missing cells72557
Missing cells (%)29.9%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory1.9 MiB
Average record size in memory144.0 B

Variable types

Numeric2
Categorical15
Unsupported1

Alerts

ประเภทส่วนราชการ has constant value "ส่วนราชการระดับกรมหรือเทียบเท่า" Constant
หน่วยงาน has a high cardinality: 164 distinct values High cardinality
องค์ประกอบ has a high cardinality: 91 distinct values High cardinality
ลำดับ has a high cardinality: 185 distinct values High cardinality
ชื่อตัวชี้วัด has a high cardinality: 3879 distinct values High cardinality
หน่วยวัด has a high cardinality: 322 distinct values High cardinality
ค่าเป้าหมายขั้นต้น has a high cardinality: 1771 distinct values High cardinality
ค่าเป้าหมายมาตรฐาน has a high cardinality: 1936 distinct values High cardinality
ค่าเป้าหมายขั้นสูง has a high cardinality: 1873 distinct values High cardinality
ผลการดำเนินงาน has a high cardinality: 2297 distinct values High cardinality
คะแนน has a high cardinality: 715 distinct values High cardinality
กระทรวง is highly correlated with ประเภทส่วนราชการHigh correlation
รอบการประเมิน is highly correlated with ประเภทส่วนราชการHigh correlation
ประเภทส่วนราชการ is highly correlated with กระทรวง and 4 other fieldsHigh correlation
ประเภทตัวชี้วัด is highly correlated with ประเภทส่วนราชการ and 1 other fieldsHigh correlation
องค์ประกอบ is highly correlated with ประเภทส่วนราชการ and 1 other fieldsHigh correlation
ลักษณะเป้าหมาย is highly correlated with ประเภทส่วนราชการHigh correlation
ปีงบประมาณ is highly correlated with องค์ประกอบ and 1 other fieldsHigh correlation
กระทรวง is highly correlated with องค์ประกอบ and 1 other fieldsHigh correlation
องค์ประกอบ is highly correlated with ปีงบประมาณ and 3 other fieldsHigh correlation
ลักษณะเป้าหมาย is highly correlated with องค์ประกอบHigh correlation
น้ำหนัก is highly correlated with องค์ประกอบHigh correlation
ประเภทตัวชี้วัด is highly correlated with ปีงบประมาณ and 1 other fieldsHigh correlation
องค์ประกอบ has 577 (4.3%) missing values Missing
ลำดับ has 695 (5.2%) missing values Missing
หน่วยวัด has 2359 (17.5%) missing values Missing
ลักษณะเป้าหมาย has 4524 (33.6%) missing values Missing
น้ำหนัก has 1786 (13.3%) missing values Missing
ประเภทตัวชี้วัด has 10005 (74.2%) missing values Missing
รอบการประเมิน has 5804 (43.1%) missing values Missing
ค่าเป้าหมายขั้นต้น has 6622 (49.1%) missing values Missing
ค่าเป้าหมายมาตรฐาน has 6622 (49.1%) missing values Missing
ค่าเป้าหมายขั้นสูง has 6622 (49.1%) missing values Missing
ผลการดำเนินงาน has 6845 (50.8%) missing values Missing
คะแนน has 6620 (49.1%) missing values Missing
หมายเหตุ has 13476 (100.0%) missing values Missing
หมายเหตุ is an unsupported type, check if it needs cleaning or further analysis Unsupported
น้ำหนัก has 500 (3.7%) zeros Zeros

Reproduction

Analysis started2026-09-09 04:19:43.366980
Analysis finished2026-09-09 04:19:47.089004
Duration3.72 seconds
Software versionpandas-profiling v3.1.0
Download configurationconfig.json

Variables

ปีงบประมาณ
Real number (ℝ≥0)

HIGH CORRELATION

Distinct7
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean2565.703918
Minimum2562
Maximum2568
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size105.4 KiB
2026-09-09T11:19:47.140425image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum2562
5-th percentile2562
Q12564
median2566
Q32568
95-th percentile2568
Maximum2568
Range6
Interquartile range (IQR)4

Descriptive statistics

Standard deviation2.055458061
Coefficient of variation (CV)0.0008011283165
Kurtosis-1.196188897
Mean2565.703918
Median Absolute Deviation (MAD)2
Skewness-0.439925756
Sum34575426
Variance4.224907839
MonotonicityIncreasing
2026-09-09T11:19:47.261576image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=7)
ValueCountFrequency (%)
25683534
26.2%
25672992
22.2%
25641542
11.4%
25651533
11.4%
25631483
11.0%
25621246
 
9.2%
25661146
 
8.5%
ValueCountFrequency (%)
25621246
 
9.2%
25631483
11.0%
25641542
11.4%
25651533
11.4%
25661146
 
8.5%
25672992
22.2%
25683534
26.2%
ValueCountFrequency (%)
25683534
26.2%
25672992
22.2%
25661146
 
8.5%
25651533
11.4%
25641542
11.4%
25631483
11.0%
25621246
 
9.2%

กระทรวง
Categorical

HIGH CORRELATION
HIGH CORRELATION

Distinct24
Distinct (%)0.2%
Missing0
Missing (%)0.0%
Memory size105.4 KiB
กระทรวงเกษตรและสหกรณ์
2465 
สำนักนายกรัฐมนตรี
1257 
กระทรวงทรัพยากรธรรมชาติและสิ่งแวดล้อม
869 
กระทรวงการต่างประเทศ
777 
กระทรวงยุติธรรม
 
713
Other values (19)
7395 

Length

Max length52
Median length17
Mean length21.92297418
Min length13

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowกระทรวงการคลัง
2nd rowกระทรวงการคลัง
3rd rowกระทรวงการคลัง
4th rowกระทรวงการคลัง
5th rowกระทรวงการคลัง

Common Values

ValueCountFrequency (%)
กระทรวงเกษตรและสหกรณ์2465
18.3%
สำนักนายกรัฐมนตรี1257
 
9.3%
กระทรวงทรัพยากรธรรมชาติและสิ่งแวดล้อม869
 
6.4%
กระทรวงการต่างประเทศ777
 
5.8%
กระทรวงยุติธรรม713
 
5.3%
กระทรวงสาธารณสุข711
 
5.3%
กระทรวงการคลัง620
 
4.6%
กระทรวงพาณิชย์601
 
4.5%
กระทรวงคมนาคม596
 
4.4%
กระทรวงมหาดไทย550
 
4.1%
Other values (14)4317
32.0%

Length

2026-09-09T11:19:47.421904image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
กระทรวงเกษตรและสหกรณ์2465
16.7%
สำนักนายกรัฐมนตรี1257
 
8.5%
กระทรวงทรัพยากรธรรมชาติและสิ่งแวดล้อม869
 
5.9%
กระทรวงยุติธรรม784
 
5.3%
กระทรวงการต่างประเทศ777
 
5.3%
กระทรวงสาธารณสุข711
 
4.8%
กระทรวงการคลัง620
 
4.2%
กระทรวงมหาดไทย602
 
4.1%
กระทรวงพาณิชย์601
 
4.1%
กระทรวงคมนาคม596
 
4.0%
Other values (14)5503
37.2%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

หน่วยงาน
Categorical

HIGH CARDINALITY

Distinct164
Distinct (%)1.2%
Missing0
Missing (%)0.0%
Memory size105.4 KiB
กรมชลประทาน
 
183
สำนักงานมาตรฐานสินค้าเกษตรและอาหารแห่งชาติ
 
183
กรมส่งเสริมการเกษตร
 
183
กรมการข้าว
 
179
กรมพัฒนาที่ดิน
 
177
Other values (159)
12571 

Length

Max length78
Median length23
Mean length24.26105669
Min length8

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowกรมธนารักษ์
2nd rowกรมธนารักษ์
3rd rowกรมธนารักษ์
4th rowกรมธนารักษ์
5th rowกรมธนารักษ์

Common Values

ValueCountFrequency (%)
กรมชลประทาน183
 
1.4%
สำนักงานมาตรฐานสินค้าเกษตรและอาหารแห่งชาติ183
 
1.4%
กรมส่งเสริมการเกษตร183
 
1.4%
กรมการข้าว179
 
1.3%
กรมพัฒนาที่ดิน177
 
1.3%
กรมตรวจบัญชีสหกรณ์166
 
1.2%
กรมปศุสัตว์160
 
1.2%
กรมประมง159
 
1.2%
สำนักงานการปฏิรูปที่ดินเพื่อเกษตรกรรม159
 
1.2%
กรมหม่อนไหม157
 
1.2%
Other values (154)11770
87.3%

Length

2026-09-09T11:19:47.610910image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
กรมชลประทาน183
 
1.3%
สำนักงานมาตรฐานสินค้าเกษตรและอาหารแห่งชาติ183
 
1.3%
กรมส่งเสริมการเกษตร183
 
1.3%
กรมการข้าว179
 
1.3%
กรมพัฒนาที่ดิน177
 
1.3%
กรมตรวจบัญชีสหกรณ์166
 
1.2%
กรมปศุสัตว์160
 
1.1%
สำนักงานการปฏิรูปที่ดินเพื่อเกษตรกรรม159
 
1.1%
กรมประมง159
 
1.1%
กรมหม่อนไหม157
 
1.1%
Other values (160)12290
87.8%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

ประเภทส่วนราชการ
Categorical

CONSTANT
HIGH CORRELATION
REJECTED

Distinct1
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size105.4 KiB
ส่วนราชการระดับกรมหรือเทียบเท่า
13476 

Length

Max length31
Median length31
Mean length31
Min length31

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowส่วนราชการระดับกรมหรือเทียบเท่า
2nd rowส่วนราชการระดับกรมหรือเทียบเท่า
3rd rowส่วนราชการระดับกรมหรือเทียบเท่า
4th rowส่วนราชการระดับกรมหรือเทียบเท่า
5th rowส่วนราชการระดับกรมหรือเทียบเท่า

Common Values

ValueCountFrequency (%)
ส่วนราชการระดับกรมหรือเทียบเท่า13476
100.0%

Length

2026-09-09T11:19:47.926982image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category

Pie chart

2026-09-09T11:19:48.016604image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
ส่วนราชการระดับกรมหรือเทียบเท่า13476
100.0%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

องค์ประกอบ
Categorical

HIGH CARDINALITY
HIGH CORRELATION
HIGH CORRELATION
MISSING

Distinct91
Distinct (%)0.7%
Missing577
Missing (%)4.3%
Memory size105.4 KiB
Performance Base
6580 
Potential Base
4319 
Function Base
 
581
Agenda Base
 
359
Innovation Base
 
153
Other values (86)
907 

Length

Max length45
Median length16
Mean length15.18280487
Min length4

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique22 ?
Unique (%)0.2%

Sample

1st rowAgenda Base
2nd rowAgenda Base
3rd rowFunction Base
4th rowFunction Base
5th rowInnovation Base

Common Values

ValueCountFrequency (%)
Performance Base6580
48.8%
Potential Base4319
32.0%
Function Base581
 
4.3%
Agenda Base359
 
2.7%
Innovation Base153
 
1.1%
OTHER152
 
1.1%
FUNCTION100
 
0.7%
FUNCTION+ AGENDA+ POTENTIAL64
 
0.5%
FUNCTION+POTENTIAL53
 
0.4%
FUNCTION+ AGENDA44
 
0.3%
Other values (81)494
 
3.7%
(Missing)577
 
4.3%

Length

2026-09-09T11:19:48.126881image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
base11994
46.6%
performance6581
25.6%
potential4630
 
18.0%
function1113
 
4.3%
agenda715
 
2.8%
innovation271
 
1.1%
other152
 
0.6%
area104
 
0.4%
function+potential53
 
0.2%
function+agenda+potential20
 
0.1%
Other values (16)92
 
0.4%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

ลำดับ
Categorical

HIGH CARDINALITY
MISSING

Distinct185
Distinct (%)1.4%
Missing695
Missing (%)5.2%
Memory size105.4 KiB
1
1903 
2
1570 
3
1262 
4
1209 
5
1137 
Other values (180)
5700 

Length

Max length7
Median length1
Mean length1.476566779
Min length1

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique44 ?
Unique (%)0.3%

Sample

1st row1
2nd row2
3rd row1
4th row2
5th row1

Common Values

ValueCountFrequency (%)
11903
14.1%
21570
11.7%
31262
9.4%
41209
9.0%
51137
8.4%
6942
 
7.0%
7766
 
5.7%
8640
 
4.7%
9536
 
4.0%
10376
 
2.8%
Other values (175)2440
18.1%
(Missing)695
 
5.2%

Length

2026-09-09T11:19:48.284562image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
11903
14.9%
21570
12.3%
31262
9.9%
41209
9.5%
51137
8.9%
6942
 
7.4%
7766
 
6.0%
8640
 
5.0%
9536
 
4.2%
10376
 
2.9%
Other values (175)2440
19.1%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

ชื่อตัวชี้วัด
Categorical

HIGH CARDINALITY

Distinct3879
Distinct (%)28.8%
Missing0
Missing (%)0.0%
Memory size105.4 KiB
คะแนนการประเมินสถานะของหน่วยงานในการเป็นระบบราชการ 4.0 (PMQA 4.0)
 
636
ระดับความพร้อมรัฐบาลดิจิทัลหน่วยงานภาครัฐของประเทศไทย
 
636
คะแนนความพร้อมรัฐบาลดิจิทัลหน่วยงานภาครัฐของประเทศไทย
 
630
การประเมินสถานะของหน่วยงานในการเป็นระบบราชการ 4.0 (PMQA 4.0)
 
459
คะแนน EIT Public
 
326
Other values (3874)
10789 

Length

Max length253
Median length65
Mean length68.50326506
Min length3

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique2125 ?
Unique (%)15.8%

Sample

1st rowระดับความสำเร็จของการดำเนินการโครงการ “บ้านคนไทยประชารัฐ”
2nd rowการชี้แจงประเด็นสำคัญที่ทันต่อสถานการณ์
3rd rowรายได้ที่จัดเก็บได้จากการบริหารที่ราชพัสดุ
4th rowจำนวนแปลงที่ดินที่ได้รับการประเมิน
5th rowร้อยละของคู่มือสำหรับประชาชน ตาม พ.ร.บ.การอำนวยความสะดวกฯ ที่ส่วนราชการสามารถ ลดระยะเวลาได้ไม่น้อยกว่าร้อยละ 30

Common Values

ValueCountFrequency (%)
คะแนนการประเมินสถานะของหน่วยงานในการเป็นระบบราชการ 4.0 (PMQA 4.0)636
 
4.7%
ระดับความพร้อมรัฐบาลดิจิทัลหน่วยงานภาครัฐของประเทศไทย636
 
4.7%
คะแนนความพร้อมรัฐบาลดิจิทัลหน่วยงานภาครัฐของประเทศไทย630
 
4.7%
การประเมินสถานะของหน่วยงานในการเป็นระบบราชการ 4.0 (PMQA 4.0)459
 
3.4%
คะแนน EIT Public326
 
2.4%
คะแนน EIT Survey326
 
2.4%
ร้อยละของชุดข้อมูลเปิดที่เป็นไปตามมาตรฐานในระบบบัญชีข้อมูลภาครัฐ (GD Catalog)310
 
2.3%
การถอดบทเรียนในการบริหารจัดการผลกระทบและการแก้ไขปัญหาในสภาวะวิกฤตโควิด-19 (COVID-19)305
 
2.3%
การพัฒนาองค์การสู่ดิจิทัล : การพัฒนาระบบบัญชีข้อมูล (Data Catalog) เพื่อนำไปสู่การเปิดเผยข้อมูลภาครัฐ (Open Data)172
 
1.3%
การดำเนินการตามแผนปฏิรูปองค์การของ ส่วนราชการ ประจำปีงบประมาณ พ.ศ. 2562150
 
1.1%
Other values (3869)9526
70.7%

Length

2026-09-09T11:19:48.466346image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
4.02203
 
6.4%
pmqa1095
 
3.2%
คะแนน652
 
1.9%
eit652
 
1.9%
คะแนนการประเมินสถานะของหน่วยงานในการเป็นระบบราชการ636
 
1.9%
ระดับความพร้อมรัฐบาลดิจิทัลหน่วยงานภาครัฐของประเทศไทย636
 
1.9%
คะแนนความพร้อมรัฐบาลดิจิทัลหน่วยงานภาครัฐของประเทศไทย630
 
1.8%
data608
 
1.8%
566
 
1.7%
catalog544
 
1.6%
Other values (5963)26057
76.0%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

หน่วยวัด
Categorical

HIGH CARDINALITY
MISSING

Distinct322
Distinct (%)2.9%
Missing2359
Missing (%)17.5%
Memory size105.4 KiB
ร้อยละ
3438 
คะแนน
2919 
ผลผลิต
1476 
Pillar
 
343
ล้านบาท
 
297
Other values (317)
2644 

Length

Max length41
Median length6
Mean length6.413061078
Min length2

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique142 ?
Unique (%)1.3%

Sample

1st rowคะแนน
2nd rowล้านบาท
3rd rowแปลง
4th rowคะแนน
5th rowร้อยละ

Common Values

ValueCountFrequency (%)
ร้อยละ3438
25.5%
คะแนน2919
21.7%
ผลผลิต1476
11.0%
Pillar343
 
2.5%
ล้านบาท297
 
2.2%
อันดับ218
 
1.6%
คะแนนบรรยาย153
 
1.1%
บทความ152
 
1.1%
ราย115
 
0.9%
แห่ง105
 
0.8%
Other values (312)1901
14.1%
(Missing)2359
17.5%

Length

2026-09-09T11:19:48.667564image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
ร้อยละ3628
30.6%
คะแนน2921
24.6%
ผลผลิต1714
14.4%
pillar409
 
3.4%
330
 
2.8%
ล้านบาท302
 
2.5%
อันดับ219
 
1.8%
คะแนนบรรยาย153
 
1.3%
บทความ152
 
1.3%
ราย120
 
1.0%
Other values (252)1915
16.1%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

ลักษณะเป้าหมาย
Categorical

HIGH CORRELATION
HIGH CORRELATION
MISSING

Distinct11
Distinct (%)0.1%
Missing4524
Missing (%)33.6%
Memory size105.4 KiB
ปริมาณ
6759 
ขั้นตอน
1358 
บรรยาย
 
610
ผสม
 
201
แบบผสม
 
6
Other values (6)
 
18

Length

Max length22
Median length6
Mean length6.09562109
Min length3

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique2 ?
Unique (%)< 0.1%

Sample

1st rowขั้นตอน
2nd rowบรรยาย
3rd rowปริมาณ
4th rowปริมาณ
5th rowบรรยาย

Common Values

ValueCountFrequency (%)
ปริมาณ6759
50.2%
ขั้นตอน1358
 
10.1%
บรรยาย610
 
4.5%
ผสม201
 
1.5%
แบบผสม6
 
< 0.1%
ขั้นตอน - ไม่ต่อเนื่อง5
 
< 0.1%
ปริมาณ5
 
< 0.1%
ขั้นตอน4
 
< 0.1%
ขั้นตอน 2
 
< 0.1%
บรรยาย1
 
< 0.1%
(Missing)4524
33.6%

Length

2026-09-09T11:19:48.840641image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
ปริมาณ6764
75.5%
ขั้นตอน1369
 
15.3%
บรรยาย611
 
6.8%
ผสม201
 
2.2%
แบบผสม6
 
0.1%
ไม่ต่อเนื่อง5
 
0.1%
5
 
0.1%
สะสม1
 
< 0.1%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

น้ำหนัก
Real number (ℝ≥0)

HIGH CORRELATION
MISSING
ZEROS

Distinct77
Distinct (%)0.7%
Missing1786
Missing (%)13.3%
Infinite0
Infinite (%)0.0%
Mean11.08674936
Minimum0
Maximum70
Zeros500
Zeros (%)3.7%
Negative0
Negative (%)0.0%
Memory size105.4 KiB
2026-09-09T11:19:49.004130image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum0
5-th percentile0.5
Q15
median10
Q315
95-th percentile25
Maximum70
Range70
Interquartile range (IQR)10

Descriptive statistics

Standard deviation7.738557682
Coefficient of variation (CV)0.698000598
Kurtosis4.036694101
Mean11.08674936
Median Absolute Deviation (MAD)5
Skewness1.233556335
Sum129604.1
Variance59.885275
MonotonicityNot monotonic
2026-09-09T11:19:49.178812image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
102619
19.4%
52555
19.0%
152259
16.8%
201177
8.7%
0500
 
3.7%
25490
 
3.6%
0.75300
 
2.2%
30190
 
1.4%
2176
 
1.3%
0.5141
 
1.0%
Other values (67)1283
9.5%
(Missing)1786
13.3%
ValueCountFrequency (%)
0500
3.7%
0.5141
 
1.0%
0.72
 
< 0.1%
0.75300
2.2%
0.838
 
0.3%
1124
 
0.9%
1.54
 
< 0.1%
2176
 
1.3%
2.254
 
< 0.1%
2.559
 
0.4%
ValueCountFrequency (%)
7010
 
0.1%
601
 
< 0.1%
551
 
< 0.1%
52.54
 
< 0.1%
506
 
< 0.1%
473
 
< 0.1%
46.72
 
< 0.1%
455
 
< 0.1%
421
 
< 0.1%
4056
0.4%

ประเภทตัวชี้วัด
Categorical

HIGH CORRELATION
HIGH CORRELATION
MISSING

Distinct4
Distinct (%)0.1%
Missing10005
Missing (%)74.2%
Memory size105.4 KiB
FKPIs
1750 
SKPIs
972 
JKPI
423 
JKPIs
326 

Length

Max length5
Median length5
Mean length4.878133103
Min length4

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowSKPIs
2nd rowFKPIs
3rd rowFKPIs
4th rowJKPIs
5th rowFKPIs

Common Values

ValueCountFrequency (%)
FKPIs1750
 
13.0%
SKPIs972
 
7.2%
JKPI423
 
3.1%
JKPIs326
 
2.4%
(Missing)10005
74.2%

Length

2026-09-09T11:19:49.351298image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category

Pie chart

2026-09-09T11:19:49.447309image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
fkpis1750
50.4%
skpis972
28.0%
jkpi423
 
12.2%
jkpis326
 
9.4%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

รอบการประเมิน
Categorical

HIGH CORRELATION
MISSING

Distinct2
Distinct (%)< 0.1%
Missing5804
Missing (%)43.1%
Memory size105.4 KiB
12 เดือน
4409 
6 เดือน
3263 

Length

Max length8
Median length8
Mean length7.574687174
Min length7

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row12 เดือน
2nd row12 เดือน
3rd row12 เดือน
4th row12 เดือน
5th row12 เดือน

Common Values

ValueCountFrequency (%)
12 เดือน4409
32.7%
6 เดือน3263
24.2%
(Missing)5804
43.1%

Length

2026-09-09T11:19:49.558336image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category

Pie chart

2026-09-09T11:19:49.646161image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
เดือน7672
50.0%
124409
28.7%
63263
21.3%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

ค่าเป้าหมายขั้นต้น
Categorical

HIGH CARDINALITY
MISSING

Distinct1771
Distinct (%)25.8%
Missing6622
Missing (%)49.1%
Memory size105.4 KiB
1
1173 
0
918 
50
 
241
50.00
 
195
300
 
163
Other values (1766)
4164 

Length

Max length143
Median length2
Mean length4.223956814
Min length1

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1373 ?
Unique (%)20.0%

Sample

1st row300000.00
2nd row62
3rd row200000
4th row8
5th row30.00

Common Values

ValueCountFrequency (%)
11173
 
8.7%
0918
 
6.8%
50241
 
1.8%
50.00 195
 
1.4%
300163
 
1.2%
350.00 155
 
1.2%
80.00 132
 
1.0%
5113
 
0.8%
2102
 
0.8%
8096
 
0.7%
Other values (1761)3566
26.5%
(Missing)6622
49.1%

Length

2026-09-09T11:19:49.763457image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
11355
 
18.5%
0953
 
13.0%
50254
 
3.5%
50.00204
 
2.8%
165
 
2.3%
300163
 
2.2%
350.00156
 
2.1%
80.00151
 
2.1%
2141
 
1.9%
5123
 
1.7%
Other values (1586)3664
50.0%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

ค่าเป้าหมายมาตรฐาน
Categorical

HIGH CARDINALITY
MISSING

Distinct1936
Distinct (%)28.2%
Missing6622
Missing (%)49.1%
Memory size105.4 KiB
2
1137 
0
900 
75
 
239
75.00
 
188
400
 
164
Other values (1931)
4226 

Length

Max length143
Median length2
Mean length4.316165743
Min length1

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1540 ?
Unique (%)22.5%

Sample

1st row370000.00
2nd row72
3rd row220000
4th row9
5th row35.00

Common Values

ValueCountFrequency (%)
21137
 
8.4%
0900
 
6.7%
75239
 
1.8%
75.00 188
 
1.4%
400164
 
1.2%
364.35 154
 
1.1%
5122
 
0.9%
90.00 119
 
0.9%
394
 
0.7%
489
 
0.7%
Other values (1926)3648
27.1%
(Missing)6622
49.1%

Length

2026-09-09T11:19:49.941736image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
21248
 
17.0%
0930
 
12.7%
75246
 
3.3%
75.00196
 
2.7%
174
 
2.4%
400164
 
2.2%
364.35154
 
2.1%
90.00134
 
1.8%
5130
 
1.8%
4120
 
1.6%
Other values (1738)3849
52.4%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

ค่าเป้าหมายขั้นสูง
Categorical

HIGH CARDINALITY
MISSING

Distinct1873
Distinct (%)27.3%
Missing6622
Missing (%)49.1%
Memory size105.4 KiB
3
1086 
0
895 
100.00
 
356
100
 
346
470
 
163
Other values (1868)
4008 

Length

Max length144
Median length3
Mean length4.481470674
Min length1

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1489 ?
Unique (%)21.7%

Sample

1st row420000.00
2nd row82
3rd row240000
4th row10
5th row40.00

Common Values

ValueCountFrequency (%)
31086
 
8.1%
0895
 
6.6%
100.00 356
 
2.6%
100346
 
2.6%
470163
 
1.2%
400.79 154
 
1.1%
4125
 
0.9%
7102
 
0.8%
586
 
0.6%
3 84
 
0.6%
Other values (1863)3457
25.7%
(Missing)6622
49.1%

Length

2026-09-09T11:19:50.121165image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
31184
 
16.1%
0901
 
12.2%
100.00391
 
5.3%
100361
 
4.9%
186
 
2.5%
470163
 
2.2%
400.79154
 
2.1%
4142
 
1.9%
5112
 
1.5%
7111
 
1.5%
Other values (1678)3668
49.7%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

ผลการดำเนินงาน
Categorical

HIGH CARDINALITY
MISSING

Distinct2297
Distinct (%)34.6%
Missing6845
Missing (%)50.8%
Memory size105.4 KiB
0
1384 
100
617 
3
537 
453.96
 
154
6
 
97
Other values (2292)
3842 

Length

Max length149
Median length3
Mean length4.176745589
Min length1

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1887 ?
Unique (%)28.5%

Sample

1st row685993
2nd row132
3rd row466451
4th row10
5th row70.77

Common Values

ValueCountFrequency (%)
01384
 
10.3%
100617
 
4.6%
3537
 
4.0%
453.96154
 
1.1%
697
 
0.7%
793
 
0.7%
574
 
0.5%
7+166
 
0.5%
263
 
0.5%
456
 
0.4%
Other values (2287)3490
25.9%
(Missing)6845
50.8%

Length

2026-09-09T11:19:50.299497image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
01388
 
20.0%
100658
 
9.5%
3541
 
7.8%
453.96154
 
2.2%
698
 
1.4%
795
 
1.4%
92
 
1.3%
178
 
1.1%
576
 
1.1%
7+166
 
0.9%
Other values (2255)3708
53.3%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

คะแนน
Categorical

HIGH CARDINALITY
MISSING

Distinct715
Distinct (%)10.4%
Missing6620
Missing (%)49.1%
Memory size105.4 KiB
100
4315 
0
1086 
75
 
194
50
 
122
78.25
 
52
Other values (710)
1087 

Length

Max length5
Median length3
Mean length2.908984831
Min length1

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique562 ?
Unique (%)8.2%

Sample

1st row100
2nd row100
3rd row100
4th row100
5th row100

Common Values

ValueCountFrequency (%)
1004315
32.0%
01086
 
8.1%
75194
 
1.4%
50122
 
0.9%
78.2552
 
0.4%
80.430
 
0.2%
82.8324
 
0.2%
87.517
 
0.1%
73.6315
 
0.1%
75.5113
 
0.1%
Other values (705)988
 
7.3%
(Missing)6620
49.1%

Length

2026-09-09T11:19:50.464031image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
1004315
62.9%
01086
 
15.8%
75194
 
2.8%
50122
 
1.8%
78.2552
 
0.8%
80.430
 
0.4%
82.8324
 
0.4%
87.517
 
0.2%
73.6315
 
0.2%
56.5313
 
0.2%
Other values (705)988
 
14.4%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

หมายเหตุ
Unsupported

MISSING
REJECTED
UNSUPPORTED

Missing13476
Missing (%)100.0%
Memory size105.4 KiB

Interactions

2026-09-09T11:19:45.209695image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:19:44.866728image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:19:45.366406image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:19:45.041846image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Correlations

2026-09-09T11:19:50.589293image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Spearman's ρ

The Spearman's rank correlation coefficient (ρ) is a measure of monotonic correlation between two variables, and is therefore better in catching nonlinear monotonic correlations than Pearson's r. It's value lies between -1 and +1, -1 indicating total negative monotonic correlation, 0 indicating no monotonic correlation and 1 indicating total positive monotonic correlation.

To calculate ρ for two variables X and Y, one divides the covariance of the rank variables of X and Y by the product of their standard deviations.
2026-09-09T11:19:50.766026image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Pearson's r

The Pearson's correlation coefficient (r) is a measure of linear correlation between two variables. It's value lies between -1 and +1, -1 indicating total negative linear correlation, 0 indicating no linear correlation and 1 indicating total positive linear correlation. Furthermore, r is invariant under separate changes in location and scale of the two variables, implying that for a linear function the angle to the x-axis does not affect r.

To calculate r for two variables X and Y, one divides the covariance of X and Y by the product of their standard deviations.
2026-09-09T11:19:51.097561image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Kendall's τ

Similarly to Spearman's rank correlation coefficient, the Kendall rank correlation coefficient (τ) measures ordinal association between two variables. It's value lies between -1 and +1, -1 indicating total negative correlation, 0 indicating no correlation and 1 indicating total positive correlation.

To calculate τ for two variables X and Y, one determines the number of concordant and discordant pairs of observations. τ is given by the number of concordant pairs minus the discordant pairs divided by the total number of pairs.
2026-09-09T11:19:51.281830image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Cramér's V (φc)

Cramér's V is an association measure for nominal random variables. The coefficient ranges from 0 to 1, with 0 indicating independence and 1 indicating perfect association. The empirical estimators used for Cramér's V have been proved to be biased, even for large samples. We use a bias-corrected measure that has been proposed by Bergsma in 2013 that can be found here.
2026-09-09T11:19:51.478169image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Phik (φk)

Phik (φk) is a new and practical correlation coefficient that works consistently between categorical, ordinal and interval variables, captures non-linear dependency and reverts to the Pearson correlation coefficient in case of a bivariate normal input distribution. There is extensive documentation available here.

Missing values

2026-09-09T11:19:45.677880image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
A simple visualization of nullity by column.
2026-09-09T11:19:46.126789image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.
2026-09-09T11:19:46.502445image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.
2026-09-09T11:19:46.903347image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
The dendrogram allows you to more fully correlate variable completion, revealing trends deeper than the pairwise ones visible in the correlation heatmap.

Sample

First rows

ปีงบประมาณกระทรวงหน่วยงานประเภทส่วนราชการองค์ประกอบลำดับชื่อตัวชี้วัดหน่วยวัดลักษณะเป้าหมายน้ำหนักประเภทตัวชี้วัดรอบการประเมินค่าเป้าหมายขั้นต้นค่าเป้าหมายมาตรฐานค่าเป้าหมายขั้นสูงผลการดำเนินงานคะแนนหมายเหตุ
02562กระทรวงการคลังกรมธนารักษ์ส่วนราชการระดับกรมหรือเทียบเท่าAgenda Base1ระดับความสำเร็จของการดำเนินการโครงการ “บ้านคนไทยประชารัฐ”NaNขั้นตอนNaNNaNNaNNaNNaNNaNNaNNaNNaN
12562กระทรวงการคลังกรมธนารักษ์ส่วนราชการระดับกรมหรือเทียบเท่าAgenda Base2การชี้แจงประเด็นสำคัญที่ทันต่อสถานการณ์คะแนนบรรยายNaNNaNNaNNaNNaNNaNNaNNaNNaN
22562กระทรวงการคลังกรมธนารักษ์ส่วนราชการระดับกรมหรือเทียบเท่าFunction Base1รายได้ที่จัดเก็บได้จากการบริหารที่ราชพัสดุล้านบาทปริมาณNaNNaNNaNNaNNaNNaNNaNNaNNaN
32562กระทรวงการคลังกรมธนารักษ์ส่วนราชการระดับกรมหรือเทียบเท่าFunction Base2จำนวนแปลงที่ดินที่ได้รับการประเมินแปลงปริมาณNaNNaNNaNNaNNaNNaNNaNNaNNaN
42562กระทรวงการคลังกรมธนารักษ์ส่วนราชการระดับกรมหรือเทียบเท่าInnovation Base1ร้อยละของคู่มือสำหรับประชาชน ตาม พ.ร.บ.การอำนวยความสะดวกฯ ที่ส่วนราชการสามารถ ลดระยะเวลาได้ไม่น้อยกว่าร้อยละ 30NaNบรรยายNaNNaNNaNNaNNaNNaNNaNNaNNaN
52562กระทรวงการคลังกรมธนารักษ์ส่วนราชการระดับกรมหรือเทียบเท่าPotential Base1การดำเนินการตามแผนปฏิรูปองค์การของ ส่วนราชการ ประจำปีงบประมาณ พ.ศ. 2562คะแนนบรรยายNaNNaNNaNNaNNaNNaNNaNNaNNaN
62562กระทรวงการคลังกรมบัญชีกลางส่วนราชการระดับกรมหรือเทียบเท่าAgenda Base1ร้อยละความสำเร็จของการดำเนินการตามมาตรการช่วยเหลือผู้มีรายได้น้อยเพิ่มเติมผ่านบัตรสวัสดิการแห่งรัฐร้อยละปริมาณNaNNaNNaNNaNNaNNaNNaNNaNNaN
72562กระทรวงการคลังกรมบัญชีกลางส่วนราชการระดับกรมหรือเทียบเท่าAgenda Base2การชี้แจงประเด็นสำคัญที่ทันต่อสถานการณ์ (ถ้ามี)คะแนนบรรยายNaNNaNNaNNaNNaNNaNNaNNaNNaN
82562กระทรวงการคลังกรมบัญชีกลางส่วนราชการระดับกรมหรือเทียบเท่าFunction Base1ความสำเร็จของการใช้จ่ายงบประมาณ (Joint KPI)NaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
92562กระทรวงการคลังกรมบัญชีกลางส่วนราชการระดับกรมหรือเทียบเท่าFunction Base1.1ร้อยละการใช้จ่ายงบประมาณรายจ่ายภาพรวมร้อยละปริมาณNaNNaNNaNNaNNaNNaNNaNNaNNaN

Last rows

ปีงบประมาณกระทรวงหน่วยงานประเภทส่วนราชการองค์ประกอบลำดับชื่อตัวชี้วัดหน่วยวัดลักษณะเป้าหมายน้ำหนักประเภทตัวชี้วัดรอบการประเมินค่าเป้าหมายขั้นต้นค่าเป้าหมายมาตรฐานค่าเป้าหมายขั้นสูงผลการดำเนินงานคะแนนหมายเหตุ
134662568กระทรวงกลาโหมกองทัพอากาศส่วนราชการระดับกรมหรือเทียบเท่าPerformance Base6ร้อยละของผลการทดสอบการใช้กำลังของกองทัพอากาศร้อยละปริมาณ10.0FKPIs12 เดือน8094.49597100NaN
134672568กระทรวงกลาโหมกองทัพอากาศส่วนราชการระดับกรมหรือเทียบเท่าPerformance Base7จำนวนกิจกรรมเสริมสร้างความร่วมมือด้านความมั่นคงกับต่างประเทศของกองทัพอากาศที่ดำเนินการได้ตามเป้าหมายที่กำหนดกิจกรรม + ผลผลิตผสม5.0FKPIs12 เดือน788 + 18 + 1100NaN
134682568กระทรวงกลาโหมกองทัพอากาศส่วนราชการระดับกรมหรือเทียบเท่าPerformance Base8ระดับความสำเร็จของการปรับปรุงโครงสร้างการจัดและอัตราของกองทัพอากาศผลผลิตขั้นตอน10.0FKPIs12 เดือน12300NaN
134692568กระทรวงกลาโหมกองทัพอากาศส่วนราชการระดับกรมหรือเทียบเท่าPerformance Base9ร้อยละของการปรับลดจำนวนกำลังพลร้อยละปริมาณ10.0FKPIs12 เดือน8090100100100NaN
134702568กระทรวงกลาโหมกองทัพอากาศส่วนราชการระดับกรมหรือเทียบเท่าPerformance Base10ร้อยละการเรียกกำลังพลสำรองเข้ารับราชการทหาร ประจำปี 2568ร้อยละปริมาณ10.0FKPIs12 เดือน909510099.6398.15NaN
134712568กระทรวงกลาโหมกองทัพอากาศส่วนราชการระดับกรมหรือเทียบเท่าPotential Base11คะแนนการประเมินสถานะของหน่วยงานในการเป็นระบบราชการ 4.0 (PMQA 4.0)คะแนนปริมาณ10.0NaN12 เดือน300400470446.5291.61NaN
134722568กระทรวงกลาโหมกองทัพอากาศส่วนราชการระดับกรมหรือเทียบเท่าPotential Base12ระดับความพร้อมรัฐบาลดิจิทัลหน่วยงานภาครัฐของประเทศไทยPillar + ผลผลิตผสม5.0NaN12 เดือน677+17+1100NaN
134732568กระทรวงกลาโหมกองทัพอากาศส่วนราชการระดับกรมหรือเทียบเท่าPotential Base13คะแนนความพร้อมรัฐบาลดิจิทัลหน่วยงานภาครัฐของประเทศไทยคะแนนปริมาณ5.0NaN12 เดือน64.1274.1274.1383.94100NaN
134742568กระทรวงกลาโหมกองทัพอากาศส่วนราชการระดับกรมหรือเทียบเท่าPotential Base14คะแนน EIT Publicคะแนนปริมาณ5.0NaN12 เดือน92.1794.6797.1799.04100NaN
134752568กระทรวงกลาโหมกองทัพอากาศส่วนราชการระดับกรมหรือเทียบเท่าPotential Base15คะแนน EIT Surveyคะแนนปริมาณ5.0NaN12 เดือน88.1293.1295.6296.84100NaN